二次规划 Quadratic programming

二次规划 Quadratic Programming

在人脸表情动画的研究中,大部分工作都是通过采集每一时刻的面部运动数据,并求出该数据在表情基中的线性组合。而这个计算问题是一个典型的二次规划问题

**二次规划 Quadratic programming(QP)**是求解某些涉及二次函数的数学优化问题的过程。具体地说,我们寻求优化(最小化或最大化)受变量线性约束的多元二次函数,二次规划是一种非线性规划。

这里的“Programming”指的是解决数学问题的正式程序。这种用法可以追溯到20世纪40年代,并不特别与最近的“计算机编程”概念相联系。为了避免混淆,一些从业者更喜欢使用“优化”一词,例如“二次优化”(quadratic optimization)。

Problem formulation

具有 n n n 个变量和 m m m 个约束的二次规划问题可以表述如下,给定:

  • 一个 n n n 维实向量 c c c
  • 一个 n × n n \times n n×n 维实对称矩阵(Hessian矩阵) Q Q Q
  • 一个 m × n m \times n m×n 维实矩阵 A A A
  • 一个 m m m 维实向量 b b b

二次规划的目标是找到一个 n n n 维向量 x \mathbf{x} x ,使得:

最小化 1 2 x T Q x + c T x \frac{1}{2} \mathbf{x}^{\mathrm{T}} Q \mathbf{x}+\mathbf{c}^{\mathrm{T}} \mathbf{x} 21xTQx+cTx

受制于 A x ⪯ b A \mathbf{x} \preceq \mathbf{b} Axb

其中 x T \mathbf{x}^{\mathrm{T}} xT 表示 x \mathbf{x} x 的转置,符号 A x ⪯ b A \mathbf{x} \preceq \mathbf{b} Axb 表示向量 A x A\mathbf{x} Ax 的每个条目小于或等于向量

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值